OpenCV三维立体相机标定靶标选型咨询：棋盘格vs非对称圆靶

你用opencv开展立体相机标定、面向深度恢复与三维重建距离估算场景、提前考虑规避180度旋转歧义、选择高平面度刚度的aluminium/LDPE材质标定靶的选型思路完全没问题。结合我3年多工业级立体相机标定的实操经验，直接给结论：同等标定精度要求下，非对称圆形标定靶的全流程标定效率显著高于棋盘格标定靶，具体差异体现在这几个方面：

• 拍图废片率更低
  opencv自带的圆形点阵检测接口findCirclesGrid对光照不均、轻微离焦、小范围遮挡、表面弱反光的容忍度远高于棋盘格检测接口findChessboardCorners。实际拍摄标定图时，铝基/LDPE材质靶如果表面有防护覆膜很容易出现局部反光，加上手持拍摄难免有轻微抖动虚焦，棋盘格只要边角被遮挡、角点区域反光或者对焦稍虚就直接检测失败，经常要反复调整角度重拍；非对称圆形靶只要单个圆点的轮廓保留70%以上基本都能正常检出，拍图阶段的废片率能低60%以上，省很多反复调整拍摄姿势的时间。
• 消歧义无额外成本
  普通对称棋盘格天然存在180度旋转歧义，要解决这个问题就得做特殊非对称设计，比如缺角、加特殊定位块，检测时还要多一步特殊标识校验，反而会拖慢特征检测速度；非对称圆形靶的点阵排布本身就是非对称的，检测逻辑自带方向判定，不需要额外加标识、做校验，单张图的特征检测速度比带消歧义设计的棋盘格快30%左右，也完全不会出现标定后外参翻转180度的问题。
• 标定收敛速度更快
  圆形靶的特征点是通过轮廓拟合得到的亚像素圆心，定位噪声比棋盘格的梯度角点检测更低，传入stereoCalibrate做立体参数求解时迭代收敛速度更快，一般拍15-20张覆盖全视场、不同倾角不同深度位置的图，就能把重投影误差稳定压到0.1像素以内；棋盘格角点检测受噪声影响更大，往往要拍25-30张图，还要反复筛掉重投影误差过高的废图才能达到同等精度，拍图+筛图+调参的整体时间要多花近一倍。

实操提醒：用圆形靶拍标定图时，不要让靶面完全平行于成像平面，保持15-45度的倾角拍摄即可，避免透视投影带来的圆心偏移误差，这是opencv圆形靶检测的经典坑，避开就不会出精度问题。

内容的提问来源于stack exchange，提问作者I2I3